• .NET Reflector插件FileDisassembler还原源码


    NET Reflector,它是一个类浏览器和反编译器,可以分析程序集并向您展示它的所有秘密。.NET 框架向全世界引入了可用来分析任何基于 .NET 的代码(无论它是单个类还是完整的程序集)的反射概念。反射还可以用来检索有关特定程序集中包含的各种类、方法和属性的信息。使用 .NET Reflector,您可以浏览程序集的类和方法,可以分析由这些类和方法生成的 Microsoft 中间语言 (MSIL),并且可以反编译这些类和方法并查看 C# 或 Visual Basic ?.NET 中的等价类和方法。
    为了演示 .NET Reflector 的工作方式,我将加载和分析前面已经显示的 NUnitExample 程序集。下图显示了 .NET Reflector 中加载的该程序集。

    在 .NET Reflector 内部,有各种可用来进一步分析该程序集的工具。要查看构成某个方法的 MSIL,请单击该方法并从菜单中选择 Disassembler。
    除了能够查看 MSIL 以外,您还可以通过选择 Tools 菜单下的 Decompiler 来查看该方法的 C# 形式。通过在 Languages 菜单下更改您的选择,您还可以查看该方法被反编译到 Visual Basic .NET 或 Delphi 以后的形式。以下为 .NET Reflector 生成的代码:

    public void HashtableAddTest(){
    Hashtable hashtable1;
    hashtable1 = new Hashtable();
    hashtable1.Add("Key1", "value1");
    hashtable1.Add("Key2", "value2");
    Assert.AreEqual("value1", hashtable1["Key1"], "Wrong object returned!");
    Assert.AreEqual("value2", hashtable1["Key2"], "Wrong object returned!");
    }


    前面的代码看起来非常像我为该方法实际编写的代码。以下为该程序集中的实际代码:

    public void HashtableAddTest(){
    Hashtable ht = new Hashtable();
    ht.Add("Key1", "value1");
    ht.Add("Key2", "value2");
    Assert.AreEqual("value1", ht["Key1"],  "Wrong object returned!");
    Assert.AreEqual("value2", ht["Key2"],  "Wrong object returned!");
    }

    尽管上述代码中存在一些小的差异,但它们在功能上是完全相同的。
    虽然该示例是一种显示实际代码与反编译代码之间对比的好方法,但在我看来,它并不代表 .NET Reflector 所具有的最佳用途 — 分析 .NET 框架程序集和方法。.NET 框架提供了许多执行类似操作的不同方法。例如,如果您需要从 XML 中读取一组数据,则存在多种使用 XmlDocument、XPathNavigator 或

    XmlReader 完成该工作的不同方法。通过使用 .NET Reflector,您可以查看 Microsoft 在编写数据集的 ReadXml 方法时使用了什么,或者查看他们在从配置文件读取数据时做了哪些工作。.NET Reflector 还是一个了解以下最佳实施策略的优秀方法:创建诸如 HttpHandlers 或配置处理程序之类的对象,因为您可以了解到 Microsoft 工作组实际上是如何在框架中生成这些对象的。
    .NET Reflector 由 Lutz Roeder 编写
    下载地址:http://www.aisto.com/roeder/dotnet
    现在介绍一个它的插件。非常好用。还原源码。!
    www.denisbauer.com/Downloads/Reflector.FileDisassembler.zip
    这是插件下载地址!
    打开Reflector,在view菜单下的Add-Ins,将dll添加到里面即可!
    然后加载一个dll。选中它。选择Tools-File Disassembler打开右侧File Disassembler窗口再选择Generate
    这样就还原了源码。

  • 相关阅读:
    Pytorch——张量 Tensors
    Pytorch——cuda的使用
    神经网络训练模型的两种写法
    Pytorch——torch.nn.init 中实现的初始化函数
    线性回归的简洁实现
    Pytorch——net.parameters()参数获取
    Tensor和NumPy相互转换
    Codeforces Round #600 (Div. 2) A、B
    2020-2021 ACM-ICPC, Asia Seoul Regional Contest G. Mobile Robot
    大组合数模板
  • 原文地址:https://www.cnblogs.com/sczw-maqing/p/3296862.html
Copyright © 2020-2023  润新知